28 lines
1.2 KiB
ReStructuredText
28 lines
1.2 KiB
ReStructuredText
mindspore.ops.addbmm
|
||
=====================
|
||
|
||
.. py:function:: mindspore.ops.addbmm(input, batch1, batch2, *, beta=1, alpha=1)
|
||
|
||
对 `batch1` 和 `batch2` 中的矩阵相乘，按照第一维度累计相加，再与 `input` 相加。
|
||
|
||
.. note::
|
||
- `batch1` 和 `batch2` 必须是三维的tensor，且包含相同数量的矩阵。
|
||
- 如果 `batch1` 是大小为 :math:`(C, W, T)` 的tensor， `batch2` 是大小为 :math:`(C, T, H)` 的tensor，
|
||
则 `input` 必须能够与大小为 :math:`(W, H)` 的tensor进行广播，且输出将是大小为 :math:`(W, H)` 的tensor。
|
||
- 若 `beta` 为0，那么 `input` 将会被忽略。
|
||
|
||
.. math::
|
||
output = \beta input + \alpha (\sum_{i=0}^{b-1} {batch1_i @ batch2_i})
|
||
|
||
参数：
|
||
- **input** (Tensor) - 输入tensor。
|
||
- **batch1** (Tensor) - 第一个将被乘batch矩阵。
|
||
- **batch2** (Tensor) - 第二个将被乘batch矩阵。
|
||
|
||
关键字参数：
|
||
- **beta** (Union[int, float]，可选) - `input` 的尺度因子。默认 ``1`` 。
|
||
- **alpha** (Union[int, float]，可选) - （ `batch1` @ `batch2` ）的尺度因子。默认 ``1`` 。
|
||
|
||
返回：
|
||
Tensor
|